Premières années loin de chez soi : lâcher prise et rester connecté (FYAH:LGSC)

Il s'agit d'un essai contrôlé randomisé (RCT) avec deux conditions expérimentales (Handbook et Handbook+) et un contrôle. Chaque condition sera composée de 450 dyades étudiants / parents, environ la moitié dans la cohorte 1 et l'autre moitié dans la cohorte 2. Les participants seront recrutés parmi les classes de première année à l'Université de l'État de Washington en 2017 et 2018 par le Groupe de recherche sur le développement social (SDRG) à Université de Washington. Les parents des deux conditions expérimentales recevront un manuel l'été précédant la rentrée scolaire. Le manuel contient des suggestions d'amorces de conversation, des listes de contrôle et des activités à réaliser par la dyade parent/élève. Les activités sont basées sur la théorie du développement social et émotionnel et conçues pour aborder les facteurs de risque et de protection pour ce groupe d'âge lors de leur transition vers une vie indépendante de leurs parents. Les parents de Handbook plus recevront en outre périodiquement des SMS tout au long des semestres d'automne et de printemps, dont certains sont conçus pour les informer des événements universitaires majeurs (par exemple, les matchs de football à domicile) qui sont connus pour être des périodes à haut risque. Chaque cohorte sera suivie pendant deux ans. Les parents remplissent les questionnaires au départ (au printemps avant le début des études) et au semestre d'automne. Les élèves remplissent des questionnaires au départ et chaque semestre pendant leurs deux premières années à l'école.

Les objectifs spécifiques du projet sont les suivants :

Objectif 1 : Tester l'efficacité de Lâcher prise et Rester connecté, une intervention manuelle théoriquement guidée, ciblée sur le développement et soutenue empiriquement pour les parents d'élèves en transition vers l'université. Les enquêteurs émettent l'hypothèse que les étudiants dans les conditions du Manuel adopteront moins de comportements à risque, y compris l'initiation, la consommation et l'abus de substances (alcool, marijuana, opiacés et stimulants sur ordonnance) et les comportements à risque liés au VIH/sexe. En conséquence, les étudiants du Manuel signaleront également moins de préjudices physiques, émotionnels, sociaux et scolaires. Les enquêteurs testeront une condition de contrôle par rapport à une condition "Manuel uniquement" et une condition "Manuel Plus" (une version améliorée de l'intervention qui ajoute un service de messages courts stratégiquement chronométré et/ou des e-mails conçus pour augmenter l'utilisation de l'intervention).

Objectif 2 : Tester les voies de médiation théoriquement spécifiées entre l'utilisation du manuel et les changements d'intervention attendus dans les comportements à risque/les dommages associés. Les enquêteurs s'attendent à ce que l'effet du manuel sur les résultats des élèves soit influencé par les comportements des parents et des élèves, comme décrit dans le cheminement suivant : 1) Engagement des parents dans l'intervention et utilisation de celle-ci 2) Pratiques des parents en matière de gestion familiale, de soutien à l'autonomie, et soutien émotionnel 3) Récompenses perçues par les élèves pour des comportements sains 4) Relations saines avec les parents et les pairs 5) Croyances saines et normes claires menant à 6) Réduction de la consommation de substances et des comportements sexuels à risque ; performances académiques accrues.

Objectif 3 : Identifier les attributs spécifiques de la communication parent-élève qui prédisent et covarient avec la consommation de substances et les comportements à risque liés au VIH/sexe des élèves. Au début de leur premier semestre, les enquêteurs interrogeront intensivement les étudiants sur 2 périodes de 7 jours pour en savoir plus sur leur communication quotidienne avec les parents et leurs comportements à risque quotidiens. Étant donné que l'on sait peu de choses sur la communication parents-élèves à ce stade de développement, les chercheurs mèneront des analyses descriptives et exploratoires sur le contenu, le ton émotionnel, le moment, la durée, le mode et la fréquence de la communication des parents avec leurs élèves et examineront comment ces aspects de communication se rapportent aux comportements à risque des élèves et aux méfaits associés à la fois au niveau inter-individuel et au niveau intra-individuel.

Le SDRG possède une vaste expérience dans le recrutement, la collecte de données, la gestion des données et la sécurité des données. Le plan détaillé de surveillance de la sécurité des données des enquêteurs contient des informations sur les procédures spécifiques utilisées pour protéger les informations des participants. Les enquêteurs recruteront des étudiants sous-représentés proportionnellement aux pourcentages d'étudiants de la Washington State University (WSU). SDRG possède également une vaste expérience dans la rétention des participants à l'étude, dans certaines études depuis plus de 20 ans.

Nettoyage des données. Les enquêteurs effectueront des tests pour les valeurs hors plage, la cohérence entre les points de mesure, la normalité et les valeurs aberrantes influentes. Les enquêteurs aborderont tout problème de biais lié aux valeurs aberrantes en utilisant des techniques acceptées (par ex. analyses robustes à la violation des hypothèses). Les décomptes des variables dichotomiques de consommation de substances sont souvent faussés; les enquêteurs utiliseront des transformations logarithmiques des variables et des analyses appropriées (par ex. analyse de survie ou régressions de Poisson) selon les besoins.

Sélection et Attrition. La sélection aléatoire des étudiants à inviter à l'étude devrait garantir un échantillon représentatif de la population étudiante, et de nombreuses études ont démontré la capacité de la Division de la recherche par sondage du SDRG à retenir plus de 90 % des répondants sur plus de 10 ans. Cependant, les enquêteurs testeront la participation et l'attrition différentielles et la probabilité d'estimations biaisées des résultats ; si nécessaire, les enquêteurs modéliseront ces effets et emploieront des techniques de correction.

Variabilité dans la mise en œuvre et le dosage. En particulier dans le cas d'une intervention auto-administrée, la mise en œuvre et la posologie ne sont pas distribuées au hasard - par exemple, les parents dans la condition d'intervention qui sont particulièrement motivés ou conformes peuvent faire toutes les activités, tandis que d'autres peuvent choisir. La distribution non aléatoire des composantes de l'intervention parmi les participants à l'intervention perturbe la capacité de tirer des inférences causales sur les effets du programme et obscurcit les mécanismes des effets du programme en traitant la mise en œuvre comme un événement binaire. En plus des analyses en intention de traiter, les chercheurs utiliseront les avancées méthodologiques récentes qui permettent l'estimation, la modélisation et le contrôle des effets de sélection dans la mise en œuvre grâce à l'utilisation de la notation de propension et de la pondération de probabilité inverse.

Données manquantes. Lorsque les répondants sautent des éléments ou manquent un ou plusieurs points de collecte de données, les données manquantes peuvent introduire un biais et augmenter la probabilité d'erreurs de type I. Les principales approches analytiques des enquêteurs utilisent le maximum de vraisemblance en information complète (FIML)(38) pour gérer les données manquantes. En cas de manque excessif, les enquêteurs utiliseront l'imputation multiple.

Erreur familiale. Les enquêteurs utiliseront des variables récapitulatives des comportements/dommages à risque, mais les enquêteurs effectueront également des analyses distinctes pour chaque résultat de risque afin de fournir un aperçu plus précis des substances individuelles, augmentant ainsi la probabilité d'une erreur de type 1. Les réponses aux items sur la consommation de substances sont également susceptibles d'être fortement corrélées ; dans de tels cas, les corrections standard de Bonferroni ont tendance à être trop conservatrices avec une probabilité plus élevée d'erreur de type 2. Procédures de rééchantillonnage (par ex. Le logiciel d'analyse statistique (SAS) Procédure MULTTEST) sont plus puissants que le test de Bonferroni et peuvent être appliqués à des tests de données catégorielles, continues et censurées, à des analyses de méthodes mixtes des effets inter-sujets et à des tests longitudinaux intra-sujets(15,148). Une statistique de test globale sera utilisée le cas échéant.

Analyses : Objectif 1 : Pour mesurer l'impact de l'intervention sur le changement dans le temps, les enquêteurs modéliseront des courbes de croissance latentes (LGC) pour chacun des résultats hypothétiques. Tout d'abord, des modèles inconditionnels seront estimés pour confirmer l'escalade attendue sur 5 vagues de données. Les enquêteurs s'attendent à un modèle à deux facteurs : un facteur d'interception défini sur les niveaux de pré-test et un facteur de pente linéaire estimé avec des chargements de facteurs définis pour indiquer le pré-test comme interception et des intervalles non égaux entre les enquêtes. Une pente non linéaire sera estimée à l'aide de formes quadratiques pour les charges, mais les chercheurs s'attendent principalement à des augmentations linéaires sur les 5 points dans le temps. Une covariance est généralement estimée entre les facteurs d'interception et de pente pour contrôler les niveaux pré-test du résultat. Les variables de contrôle seront ajoutées à l'étape suivante. Enfin, l'affectation du groupe d'intervention (sous la forme de 2 variables fictives) sera ajoutée en tant que prédicteurs de la moyenne et de la variance du facteur de pente (l'affectation aléatoire devrait exclure les effets de groupe sur l'ensemble d'interception au pré-test). Les enquêteurs s'attendent à ce que ces paramètres reflètent des moyennes et des variances de pente positives significatives dans le modèle inconditionnel et le modèle à condition minimale. Dans les modèles finaux, on suppose que les variables fictives d'intervention ont des effets négatifs significatifs sur la moyenne et la variance de la pente par rapport à la condition de contrôle indiquant que les deux conditions d'intervention ont réduit le taux d'escalade des comportements à risque et des conséquences et ont également réduit la variabilité de ces résultats. En manipulant le codage des variables fictives, les enquêteurs peuvent alors tester la comparaison entre H et H+ en s'attendant à ce que les paramètres H+ soient significativement plus fortement négatifs que ceux de H.

Objectif 2 : Des analyses préliminaires en intention de traiter (ANCOVA) seront menées sur les médiateurs à chaque suivi, comme décrit pour les résultats ci-dessus. Ensuite, les analyses LGC décrites ci-dessus seront étendues pour inclure des variables médiatrices. Cependant, avant d'estimer la médiation, chaque médiateur sera modélisé au fil du temps dans un modèle LGC pour déterminer sa forme (ordonnée à l'origine, pente linéaire et pente quadratique) conditionnée par des variables de contrôle comme décrit pour les résultats dans l'objectif 1. Dans le cas des médiateurs, les facteurs de pente sont moins prévisibles, même si, en général, ces facteurs positifs de parentalité et de relation parent-élève devraient diminuer avec le temps. Une fois les modèles de changement appropriés déterminés, les processus de croissance simultanés/parallèles des médiateurs et des résultats seront estimés. La modélisation de la croissance longitudinale (LGM) à processus parallèle est une technique qui a été utilisée pour examiner les interrelations entre divers résultats développementaux, y compris la consommation de drogues et la délinquance concomitantes, chez les adolescents et les jeunes adultes et pour tester les mécanismes des effets des interventions préventives. Dans la dernière étape, les variables factices du statut du groupe d'intervention seront ajoutées aux modèles de processus parallèles.

Objectif 3 : Compte tenu du caractère exploratoire de cet objectif, il n'y a pas d'hypothèses. Notez que les changements dans la communication ne sont pas supposés médier les effets de l'intervention. Cependant, si des relations significatives sont trouvées entre le statut d'intervention et les mesures de communication, des analyses exploratoires peuvent être menées sur le groupe témoin uniquement pour mieux refléter les relations étiologiques non confondues par d'éventuelles influences d'intervention. Les analyses préliminaires se concentreront sur la description des niveaux et de la variabilité du contenu, du ton émotionnel, du moment, de la durée, du mode et de la fréquence et sur l'élaboration de scores récapitulatifs appropriés pour mieux refléter ces facteurs sur la base des rapports des enquêtes Time Line Follow Back. Des analyses de classe latente (ACV) avec estimation du maximum de vraisemblance et erreurs-types robustes seront utilisées pour explorer les modèles de communication parents-élèves à l'aide de ces scores récapitulatifs. Les enquêteurs dériveront des classes de participants empiriques en fonction du contenu, du ton émotionnel, du moment, de la durée, du mode et de la fréquence. Cela impliquera d'estimer une série de modèles pour déterminer le nombre de classes uniques qui correspondent le mieux aux données en comparant le critère d'information bayésien, le test du rapport de vraisemblance ajusté de Lo-Mendell-Rubin et le test du rapport de vraisemblance paramétrique bootstrappé entre les modèles et en sélectionnant le plus modèle parcimonieux avec le meilleur ajustement.